Data Science

Objectifs

• Python est aujourd’hui devenu un incontournable dans le développement de projet en data science
• Cette seconde formation abordera toutes les étapes de la data science depuis la récupération de données jusqu’à la mise en place opérationnelle

Programme

Rappels sur les principes de la data science

• Data mining et machine learning
• Les principes de l’architecture distribuée

La récupération de données

• Comment requêter sur les bases de données
• Comment récupérer les informations issues des réseaux sociaux
• Comment attaquer les API pour mettre à jour les données issues de l’open data : météo, trafic, …
• Comment lire des fichiers binaires

La manipulation de données

• Comment lire les fichiers à balises JSON (ce sont les fichiers issus de Twitter par exemple)
• Comment manipuler les données textuelles, images, vidéos et sons
• Comment faire du data management (avec le module pandas)

La modélisation

• La data visualisation sous Python
• Comment utiliser les principales méthodes de machine learning avec Scikit learn
• Comment faire du machine learning sur un cluster Hadoop avec les modules MLLIB de Spark et Sparkling Water (H20 + Spark)
• Le deep learning avec H20 et Keras

Mise en œuvre

• Mettre en place une interface graphique conviviale
• Optimiser les traitements : multi threading, application client/serveur, la gestion de la mémoire sous Python
• Sécuriser l’application : demande de mot de passe et chiffrage des mots de passes
• Encapsuler vos applications
• Générer de la documentation

Cas pratiques et best practices